تقنيات التعلم العميق

 تقنيات التعلم العميق

أنواع تقنيات التعلم العميق

1 . شبكات العصبية الاصطناعية

  (Arificial Neural Networks -ANN).

. تتكون من طبقات : طبقة ادخال و طبقة اخراج .

. تستخدم في المهام الأساسية مثل التصنيف و الانحدار .

2 . شبكات العصبية الالتفافية 

(Convlutional Neural Netwoks - CNN).

. تستخدم  في معالجة الصور و التعرف على الأنماط .

. تطبق للكشف عن الحواف و الميزات داخل الصور .

. تطبيقات : سيارات ذاتية القيادة و التشخيص الطبي .

3 . شبكات العصبية التكرارية 

.(Recurrent Neural Networks - RNN)

. تستخدم لتحليل مثل النصوص او الصوت او الصور .

. تحتفظ بمعلومات من الزمن السابق لاتخاذ قرارات .

. تطبيقات الترجمة الآلية وتحليل المشاعر .

4 . شبكات الذاكرة الطويلة القصيرة 

(Long Short - Term Memory - LSTM).

. نوع قادر على الاحتفاظ بالمعلومات .

. مفيد في المهام التي تحتاجها على المدى الطويل .

. مثل تحليل للغة الطبيعية .

5 . محولات (Transfomers).

. احدث و اقوى تقنية وهي أساس مثل ChatGPT وBERT .

  . (nlp) تستخدم في معالجة للغة الغة الطبيعية .

.  العلاقة بين اجزاء الجملة (Attention) تعتمد على آلية .

6 . شبكات التوليدية العكسية 

(Generative Adversarial Networks - GANS).  

 . تتكون من نموذجين المولد (Generator) و المميز (Discriminator) .

. تستخدم في أنماط الصور و انتاج محتوى جديد .

. تطبيقات تزيف الصور و الفيديو وتحسين جودة الصور .

7 . تعلم المعزز العميق

(Deep Reinforcement learning).

. دمج بين التعلم المعزز و التعلم العميق .

. يستخدم في الألعاب و السيارات الذاتية القيادة .

. النموذج يتعلم من خلال المحاولة و الخطأ و تحسين تصرفاته .